买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京信息工程大学申请的专利基于CTPN的布匹缺陷检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115239615B 。

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210528722.9，技术领域涉及：G06T7/00；该发明授权基于CTPN的布匹缺陷检测方法是由宋公飞;王明;张子梦设计研发完成，并于2022-05-16向国家知识产权局提交的专利申请。

本基于CTPN的布匹缺陷检测方法在说明书摘要公布了：本发明公开了基于CTPN的布匹缺陷检测方法，包括以下步骤：S1：布匹数据集图像信息的获取；S2：布匹数据集图像样本的划分；S3：布匹数据集图像的特征提取；S4：布匹数据集基于CTPN的模型构建：1图像预处理模块；2网络框架优化:更换为Mobilenetv2的网络作为特征提取器；3使用双向LSTM；4特定anchor设计模块；5后处理模块；S5：布匹数据集的缺陷检测。本发明稳定、可靠，泛化能力强，可直接推广，完全抛弃了传统算法，增加模型的鲁棒性，大大提升布匹缺陷定位的准确率，不仅满足了布匹缺陷检测的精度，而且减少34推理的时间，加快了工业级纺织厂布匹检测算法落地。

本发明授权基于CTPN的布匹缺陷检测方法在权利要求书中公布了：1.基于CTPN的布匹缺陷检测方法，其特征在于，包括以下步骤： S1：布匹数据集图像信息的获取：利用摄像头采集到多张布匹缺陷图片； S2：布匹数据集图像样本的划分； S3：布匹数据集图像的特征提取； S4：布匹数据集基于CTPN的模型构建： 1图像预处理模块：工业仪表的预处理模块针对强光、暗光等不同光的情况，将整张图片的明暗度进行平均处理，使用直方图均衡化的方法，将明暗度调整成统一水平； 2网络框架优化：针对算法部署落地端要求，对网络框架进行进一步的优化，由原始的VGG16更换为Mobilenetv2的网络作为特征提取器； 3使用双向LSTM：CTPN算法使用于文本框检测，将CTPN算法迁移到布匹的缺陷检测中，主要考虑到双向LSTM对时序特征检测起到关键性作用； 4特定anchor设计模块：将CTPN算法中的垂直方向anchor设置应用在布匹检测中，采用了一组10个等宽度的anchors用于定位布匹缺陷的位置； 5后处理模块：用于缺陷检测，一张布匹的缺陷检测图通过图像的直方图均衡化预处理，然后加载训练后的模型，模型输出分类分支、缺陷框的垂直坐标和side-refinement的偏移量训练； S5：布匹数据集的缺陷检测： 1对图片进行直方图均衡化，布匹的缺陷更加明显，有于模型的训练； 2将图片输入CTPN算法的主干网络，进行特征提取，生成N×C×H×W特征图，在特征图中滑动进行3×3卷积，然后进行im2col操作，然后每次滑动都得到一个3×3×C的特征向量，最后生成一个新的N×9C×H×W特征图，然后输入BLSTM中进行序列特征提取，再传入全连接层中进一步提取特征，全连接层后接3个全连接层分支，分别预测垂直坐标回归、分类得分、水平平移量回归，最后使用基于图的文本构造的算法，得到细长的矩形框； 所述S4中，特征提取器输出的最后一层的特征图宽高是输入图像的宽高的116，同时将该层特征图拉成一列向量，用于后续的BLSTM的训练，而BLSTM的输出传入到全连接层中，通过网络输出的三个预测量和真实值误差来学习布匹检测的模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京信息工程大学，其通讯地址为：210000 江苏省南京市宁六路219号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。